跳到正文
10月14日周三
10月13日周二
  1. AWS Machine Learning Blog60

    在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体

    AWS 官方博客介绍在 Amazon Bedrock 上通过跨区域推理配置使用 SpaceXAI 的 Grok 4.7 构建工具调用智能体,该模型支持低、中、高、xhigh 四档推理强度和 500K token 上下文窗口。

    推荐理由:给出 Grok 4.7 各级推理强度在智能体任务上的正确率与 token 消耗实测,可供按请求选档参考。

  2. Wired · AI42

    马斯克炫耀 Grok 代购乐高星球大战,X 用户借订单信息反手整蛊

    马斯克在 X 上晒出用 Grok 智能体下单乐高星球大战套装的截图,泄露了 10 位订单号、收货与账单地址、信用卡后四位及所用邮箱。用户 Enderman 随后用这些信息通过乐高客服聊天机器人取消了订单,另有用户用乐高 AI 助手“Sophia”将订单量改为 400 套并更改收货地址。马斯克称订单并未被取消,乐高拒绝置评。

10月12日周一
10月9日周五
10月8日周四
  1. Artificial Analysis69

    Artificial Analysis 发布 Harvey LAB-AA v1.1,为法律智能体评测加入幻觉检查

    Artificial Analysis 发布 Harvey LAB-AA v1.1,在法律智能体评测中加入幻觉检查,将幻觉分为与来源矛盾、编造来源内容、无记录支持的具体断言三类,并区分重大与轻微,仅重大幻觉触发 Hallucination-Gated All-Pass Rate 的零分。

    推荐理由:Harvey LAB-AA v1.1 加入幻觉检查,并给出六个评审模型在同一子集上的对比数据,读者可据此了解法律智能体评测如何衡量幻觉。